모든 반복 대신 n 회 반복 한 후 평균 손실로 Tensorflow MLP를 최적화 할 수 있습니까?

Question

내 네트워크의 입력은 NxN 이미지의 n 순차 픽셀이며 (n은 N과 비교하여 작음) 출력은 1 픽셀입니다.
손실은 출력과 원하는 출력 간의 제곱 차이로 정의됩니다.

전체 이미지를 반복 한 후 평균 손실에 대해 최적화 도구를 사용하고 싶습니다.

그러나 Tensorflow가이 손실이 어디에서 발생했는지 알 수 없기 때문에 목록에서 손실을 수집하고 모든 반복 작업이 완료된 후 손실을 평균하면 오류가 발생합니다. 전산 그래프

Answer 1

분명히, 배열 [x, n] (여기서 x는 입력 수이고, 그렇지 않으면 각 반복마다 seperatley를 먹여야하고 n은 순차적 픽셀 수입니다)을 네트워크에 공급 한 다음 손실을 최적화합니다. 이 입력에 대해 계산 된 값은 정확히 내가 찾고있는 값입니다.